ARTICLE · 1149468
2000行Excel怎么看异常?让AI先找问题,再写成老板能看的3页报告.
把Excel丢给AI,让它总结一下
2000行Excel怎么看异常
让AI最后只留老板该看的3件事
数据质量 · 四类异常 · 逐层下钻 · 3页报告
元域费曼
📦 11 Parts + Conclusion
👉 滑动
PART 01
检查数据质量
先别急着分析
PART 02
定义异常
时间 / 横向 / 结构 / 持续
PART 03
排优先级
要3个不要12个
PART 04
逐层下钻
金额要能加总
PART 05
三层结论
事实 / 线索 / 假设
PART 06
主动找反证
别让它顺着你说
PART 07
3页报告
5分钟能看完
PART 08
老板版Prompt
限制进报告的内容
PART 09
数字回查
别直接发出去
PART 10
5个坑
最容易踩的
PART 11
六步SOP
明天就要交报告
PART ///
写在最后
把复杂讲明白
老板把一张Excel发过来,只留一句话:
帮我看看这个月有什么问题。
打开一看,2000多行。地区、城市、产品、销售额、订单量、客单价、毛利率、退款、广告费、新客数,全挤在一张表里。做几个透视表并不算最难。
麻烦的是
这么多数字里,到底哪几个值得老板花时间看?
很多人用AI分析Excel,第一句话就是:
帮我总结这张表。
AI通常也会认真回答。销售额最高的是谁。订单最多的是谁。哪个产品排名第一。
数字可能没错,老板看完还是会问一句:
所以现在要处理什么?
这篇换一种做法。我们用一组演示数据模拟一张约2200行、包含6个月经营数据的Excel,然后只给AI一个任务:
找出最近一个月最值得管理层关注的3个异常,最后压成一份5分钟能看完的报告。
重点不在让AI「总结表格」。重点是把2000多行数据,一步一步压缩成少数几个值得行动的问题。

— 2000多行数据,被一步步压缩成3个值得行动的问题
01
PART
先别分析,检查这张表能不能信
CHECK THE DATA FIRST
这一步很容易被跳过。可原表一旦有问题,后面的分析越认真,错得越完整。
所以我会先让AI检查:
缺失值重复行日期断档
字段类型命名不一致明显离群值
比如同一个城市,有的写「上海」,有的写「Shanghai」;退款率这一列,一半是百分比,一半被Excel当成文本。这些问题没处理,后面的环比、平均值和分组都可能出错。
第一条Prompt可以很简单:
先不要分析经营表现。
检查这份表的数据质量,包括缺失值、重复记录、字段类型异常、命名不一致和明显离群值。
每类问题给出数量和具体样例。
不要自动删除或修改,先给我检查结果。
最后一句很重要:
先别改。
AI适合帮你找问题,原始数据要不要修改,最好仍然让人确认。
02
PART
先定义「异常」,再让AI去找
DEFINE OUTLIERS FIRST
很多Excel分析会卡在这里。
「异常」不能简单理解成:
最高。最低。涨最多。跌最多。
一个城市销量跌30%,可能只是上个月做了大促。一个产品退款率翻倍,也可能只是从0.5%涨到1%。
所以我会先把异常拆成4类。

— 四类异常:时间、横向、结构、持续
比如销售额下降5%。单看5%,很难判断。
如果全国都下降5%,它可能只是大盘变化。如果全国只下降1%,某个区域却连续3个月下滑,那才值得继续往下钻。
所以第二条Prompt我会这样写:
以最近一个自然月为观察期,从时间异常、横向异常、结构异常、持续异常4类中寻找候选。
每个异常列出:
当前值、比较基准、偏离幅度、涉及金额或订单量、是否连续发生。
先列候选,不要解释原因。
这里的关键也是最后一句。
先找到「哪里不对」,再讨论为什么。
03
PART
老板通常只需要优先级
PRIORITIZE, DON'T DUMP
假设AI第一轮找出了12个候选异常。直接把12个全塞进报告,意义不大。
我会继续问:
PROMPT如果管理层本周只能处理3个问题,请按照影响金额、偏离程度和持续时间排序。
下面的数字全部是演示案例。

— 以下所有数字均为教学演示,不是真实企业经营数据
最后假设留下三条:
异常 1
华东销售额环比下降18%,而全国同期只下降3%,影响销售额约62万元。
异常 2
A产品退款率从3.1%升到8.7%,并且连续3周上升,涉及430单。
异常 3
华南销售额基本没变,但高毛利产品占比从42%降到27%,整体毛利率下降4.6个百分点。
到这一步,表格才开始变成「管理问题」。
因为它已经回答:发生了什么。有多严重。为什么值得现在看。
04
PART
看到「华东下降18%」,还不能停
DRILL IT DOWN
「华东表现不好」对老板来说仍然太粗。下一步要继续拆。
比如:
把华东销售额下降18%继续分解到城市、产品和渠道。
找出贡献下降金额最大的前5项。
子项下降金额加总必须能够解释区域总下降金额;无法解释的部分单独列出。
这条Prompt里,我最在意的是:
加总要对得上。
因为AI很容易给出几个听起来非常合理的「主要原因」。可把金额加起来,只解释了总下降的一小部分。
假设演示数据最后得到:
华东少了62万元。其中杭州少了41万元。继续拆杭州:A产品少了27万元。B产品少了9万元。其他产品合计少了5万元。

— 从「华东下降18%」一路追到可行动的单元
这时候问题才从:
华东销售不好。
缩小成:
杭州A产品贡献了华东约44%的销售下降。
这个结论才方便继续查。
05
PART
可以找线索,但别急着宣布「原因」
FACT / CLUE / HYPOTHESIS
假设继续看数据,又发现:
杭州A产品广告投入下降22%。销量同期下降24%。
这两个数字放在一起,非常容易写成:
广告投入下降导致销量下滑。
问题是,目前只证明了:
两件事同时发生。
所以我会把结论强制拆成三层。
已确认事实
杭州A产品销售额下降27万元。广告投入同期下降22%。
相关线索
广告投入下降和销量下降发生在相近时间。
待验证假设
广告预算减少可能是销量下降的因素之一。

— 把「数据里已经知道的」和「它正在猜的」分开
还需要继续检查:
库存 · 价格 · 促销 · 流量 · 转化率 · 渠道变化 · 竞争对手活动
这个三层标签非常好用。因为它会强迫AI把「数据里已经知道的」和「它正在猜的」分开。
06
PART
让AI主动找反证
SEEK COUNTER-EVIDENCE
这是整套流程里,我最建议多加的一步。
不要问:
我的判断对吗?
改成:
尝试推翻「广告投入下降导致销量下降」这个判断。
检查是否存在库存不足、价格变化、促销结束、季节性、渠道调整或其他地区同步下滑。
如果发现反证或替代解释,优先列出。
大模型很容易顺着你的问题往下走。你告诉它:
「广告是不是原因?」
它往往会努力证明广告确实重要。
换成「请想办法推翻」,它才更可能主动找:
有没有库存断货。有没有活动刚结束。是不是整个品类都在下降。其他城市广告没降,销量是不是也跌了。
这一步不能保证找到真正原因。但能减少一种很常见的错误:
拿相关性直接当结论。

— 收藏卡:把「证明判断」换成「推翻判断」
07
PART
最后才让AI写老板报告
THREE PAGES, NO MORE
到这里,分析过程已经积累了一堆表格和中间结果。老板通常不需要全部看。
我会把最终交付限制成3页。

— 3页不是行业标准,只是本文的演示约束
本月最值得处理的3个问题
每个问题只回答:发生什么。影响多大。为什么现在值得处理。
异常定位
以演示数据里的华东问题为例:华东销售 -18%↓杭州贡献了约66%的下降↓杭州A产品贡献最大↓广告投入同期 -22%广告投入目前只是相关线索,原因仍待核查。
下一步动作
核查杭州A产品最近6周库存和缺货记录
对照广告预算、流量和转化率变化
检查同期价格和促销政策
与上海、南京同产品走势做横向比较
下一周复盘销量是否恢复
老板真正需要的,通常就是这些。
08
PART
「老板版Prompt」重点不是文风
WHAT GETS IN, WHAT STAYS OUT
可以直接这样下:
基于已经完成并验证过的分析,生成一份管理层报告。
要求:
1. 最多3页
2. 只保留3个最值得关注的问题
3. 每个问题必须包含具体数字和比较基准
4. 所有数字必须来自原始Excel,不得自行补充
5. 明确区分「已确认事实」「相关线索」「待验证假设」
6. 每个问题给出1—3个下一步动作
7. 不解释完整分析过程
8. 不堆大表格
9. 让管理者5分钟内能够看完并决定下一步做什么
这条Prompt最重要的地方,是规定:
哪些东西可以进报告,哪些东西暂时只能当线索。
09
PART
还有最后一道数字回查
AUDIT THE NUMBERS
别直接复制发老板。先让AI把报告中的关键数字全部单独拉出来。
例如:
然后随机挑几个自己复算。
金额。百分比。分母。时间范围。
只要关键数字对不上,报告就先别发。

— AI可以帮你算,但关键数字要能追溯
10
PART
AI分析Excel最容易踩的5个坑
FIVE COMMON PITFALLS
坑 ①把最大值、最小值当异常
销售最高只是大,不一定有问题。没有比较基准,「最大」和「异常」是两回事。
坑 ②被夸张百分比骗到
订单从1单涨到3单就是增长200%,绝对影响可能几乎没有。小基数会把百分比放大。
坑 ③忘记季节性
这个月比上个月差,不一定异常。去年同期是不是也这样?环比不是唯一的比较方式。
坑 ④跳过数据质量
重复、缺失、格式错误,会把后面的分析全部污染。这一步跳过去,后面越认真越错。
坑 ⑤把一起变化写成因果
两个指标同时升跌,只能先当线索。原因需要更多证据。
11
PART
明天就要交报告,记住这6步
A SIX-STEP WORKFLOW
STEP ①查数据质量
表本身有问题,后面都白算。
STEP ②定义异常
时间、横向、结构、持续。
STEP ③扫异常候选
先找哪里不对,不急着解释。
STEP ④一层层下钻
区域 → 城市 → 产品 → 渠道。
STEP ⑤主动找反证
把事实、线索和假设分开。
STEP ⑥压成老板能行动的报告
发生什么。影响多大。下一步查什么。

— 收藏卡:明天就要交报告时的应急版流程
///
LAST
写在最后
FINAL WORDS
一张2000行的Excel,最后可能只剩3个问题。这并不代表其他数字没有价值。
只是管理层真正需要优先看到的,往往不是整张表发生了什么,而是:
哪里偏离了正常状态。
影响到底有多大。
现在掌握了哪些事实。
哪些还只是线索。
下一步先查什么。
AI很适合帮我们完成这套压缩。前提是别把「生成一份总结」,误当成已经完成了分析。
老板最终需要的,是一份能帮助他决定下一步动作的报告。
元域费曼:把复杂技术讲明白,把真正能用的东西留下来。
#Excel #AI办公 #数据分析 #ChatGPT #Excel分析 #经营分析 #AI工具 #办公自动化 #数据异常 #元域费曼
你平时拿Excel做汇报,最费时间的是找异常、追原因,还是最后把它写成老板能看的话?
评论区聊聊:
你平时拿Excel给老板做汇报,最费时间的是哪一步?① 清理数据 ② 找异常 ③ 从区域继续追到城市 / 产品 ④ 判断到底是什么原因 ⑤ 把一堆分析压成几页报告 ⑥ 最后核数字我现在觉得④最容易出错。AI特别会把两个一起变化的指标讲成一个漂亮故事。所以看到「原因」两个字,最好再让它主动找一次反证。
资料来源:本文所有经营数字均为教学演示,不是真实企业经营数据,也不代表AI实际跑出的企业结果;配图为原创解释卡,不含任何企业后台截图。
如果这套流程对你有用,可以先收藏,下次交报告之前照着跑一遍。
THANKS FOR READING